La empresa DeepMind, propiedad de Google, ha presentado el modelo de aprendizaje automático AlphaGenome, que predice los efectos de mutaciones puntuales y variantes genéticas. Como se informó Artículo publicado en la revista Nature.la red neuronal predice las consecuencias de los cambios no sólo en los genes, sino también en las regiones no codificantes del ADN que controlan el funcionamiento de los genes.
Las regiones codificantes del genoma representan aproximadamente el 98% de la variabilidad genética y pueden influir en la expresión genética, el empaquetado del ADN, las marcas epigenéticas y las interacciones con proteínas.
Los modelos de aprendizaje automático existentes suelen enfrentar dos limitaciones. O analizan largos tramos de ADN, perdiendo precisión a nivel de pares de bases individuales, o trabajan con precisión pero en tramos cortos. Además, la mayoría de ellos predicen el efecto basándose únicamente en una característica específica, como la expresión o el empalme.
AlphaGenome combina estos dos enfoques. Analiza secuencias de hasta un millón de pares de bases de largo con una resolución de hasta un solo pb y simultáneamente predice toda una gama de características moleculares: límites de genes, empalme, niveles de expresión de ARN, estado de cromatina, unión de proteínas y contactos físicos de segmentos del genoma.
El modelo se entrenó en grandes bases de datos de genomas humanos y de ratón de los proyectos internacionales ENCODE, GTEx, 4D Nucleome y FANTOM5. AlphaGenome se basa en las ideas del modelo Enformer anterior de DeepMind e integra el modelo AlphaMissense, que funciona con mutaciones de codificación. Al mismo tiempo, la formación de AlphaGenome resultó ser relativamente rápida y requirió menos recursos.
En las pruebas, el modelo no resultó ser peor que las mejores soluciones existentes y, en muchos casos, incluso más preciso. Es importante destacar que AlphaGenome proporciona una estimación cuantitativa única de los efectos basada en 11 modalidades simultáneamente, en lugar de predicciones separadas.
Para probar el modelo, los investigadores analizaron mutaciones asociadas con la leucemia linfoblástica T aguda. El modelo destacó que activan el oncogén TAL1 creando un sitio de unión al ADN para el factor de transcripción MYB, que es un mecanismo conocido para el desarrollo de esta enfermedad.
Los investigadores anticipan que AlphaGenome será útil en el estudio de los mecanismos de las enfermedades, así como en la biología sintética y la investigación básica del genoma.
#nueva #red #neuronal #Google #predice #los #efectos #las #mutaciones #puntuales #genoma